多様な声の世界で、AIエージェントはどのように設計できるか？

• AIエージェントが言語的多様性を無視したり、支配的な言語を優先したりすると、アイデンティティが失われ、コミュニティが排除されるおそれがあり、既存の社会的・経済的不平等が強化されかねない。

• ほとんどのAIモデルは主に英語と正式な言語で学習されているため、方言、アクセント、コードスイッチング（言語切り替え）、感情的なニュアンスを誤解してしまう。

• 世界経済フォーラムの2026年年次総会（スイス・ダボス）は、「対話の精神（The Spirit of Dialogue）」をテーマに、オープンで公平な対話の重要性がますます高まっていることを強調する。

私たちは分断が広がる時代を生きている。国連によると、世界人口の3分の2は、不平等が拡大し、組織への信頼が低下している国に住んでいる。2023年には、最富裕層1%が世界の富のほぼ半分を所有していた。一方で、成人の約40%は1%未満しか保有していなかった。

誰が利益を得て、誰が得られないかという格差は、国境、分野、制度を越えて広がっている。しかも不平等は経済的なものだけではない。言語的な不平等も存在する。

少なくとも60億人（世界人口のほぼ80%）が、英語以外の言語を母語または第二言語として話しており、この現実は、誰が医療、教育、サービス、機会にアクセスできるかを左右している。

世界がより相互に結びつき、デジタルを介したものになるにつれ、言語は人々が包摂されるか排除されるかを左右する、見えにくい断層線となっている。

これこそが、AIエージェントが今まさに引き継いでいる課題である。エージェントが人と組織の最初の接点になるにつれ、エージェントには重大な責任が伴う。すなわち、人々が「見られている」「聞かれている」と感じられるよう支援する責任である。

今日私たちが構築するシステムは、明日の私たちのつながり方を形作るだろう。したがって問いは、一人ひとりを理解するために、それらをどう設計するか、である。

言語はアイデンティティである

すべての会話には、深い文化的な重みがある。人々の話し方、たとえば選ぶ言語、用いる比喩、話すリズムは、単なる言語上の癖にとどまらない。そこには、根深い歴史、社会的文脈、権力関係が表れている。

ニュージーランドでは、このことが明確に見て取れる。同国ではマオリ語が土地に深く根づいている。川、丘、森の名前は祖先の移動の経路や部族間の関係を示しており、記憶と場所の生きた目印となっている。そして人々が今なお学校、メディア、公共生活でマオリ語を使っているため、これらの意味は進化し続けている。

その言語を取り去れば、失われるのは意味だけではない。帰属意識も失われる。

研究もこれを裏付けている。研究では一貫して次のことが示されており、言語はアイデンティティの中核的な象徴として機能する。言語は、人々が自分自身をどう捉えるか、他者とどうつながるか、文化がどう存続するかを形作る。

ある研究では、たとえば中国出身の越境移動をする若者を対象とした研究では、他の言語を学びながらも母語を維持することが、感情的な幸福感と社会的な帰属意識の維持に役立つことがわかった。言い換えれば、言語は変化の中にあってもアイデンティティを保つ。

しかし、その連続性は失われつつある。グローバル化は言語の多様性、そしてそれらの言語が受け継ぐ文化を侵食し続けている。ユネスコの2025年報告書は、その多様性を守るため、多言語教育を求めており、柔軟で文化的に適切な言語政策の必要性を強調している。

言語の仕組みを無視すれば、コミュニティを疎外し、私たちが埋めようとしている格差をむしろ拡大させるおそれがある。AI技術は、まさにこの緊張関係の中に入り込んでいる。

公平なAIのためには文脈が鍵となる

多くの組織は、AIエージェントを設計する際に、言語を単純な入出力の問題として扱いがちである。すなわち、単語を解析し、意図を対応づけ、応答を生成するというものだ。単純なタスクであれば、それで機能するかもしれない。しかし、医療や金融サービスのような複雑で重大な影響を伴う分野では、言語を単純化すると、微妙なニュアンスも失われかねない。

文脈が失われると、公平性も失われる。

実際、研究では、単語ごとの直訳によって文脈上の意味の最大47%が失われ、感情的なニュアンスの半分以上が失われうることが示されている。しかも、この課題は誤訳にとどまらない。

世界の約7,000の言語のうち、大規模言語モデル（LLM）の多くは依然として主に英語で学習されており、そのためシステムが会話を理解し、応答する方法に偏りが生じている。こうした偏りは、害をもたらしかねない。

サポート窓口への問い合わせのような、ありふれた場面にも、それは表れている。

たとえば、ブラジルのある人が立ち退き通知を受け取った後、金融サービスのコンタクトセンターに連絡したとしよう。彼女はパニック状態にあり、状況を説明するために地域特有のポルトガル語表現やくだけた言い回しを使っている。

しかし、主に英語と正式な欧州ポルトガル語で学習されたAIエージェントは、その切迫した状況を把握できない。彼女の訴えを定型的な問い合わせとして扱い、標準的な回答を返し、彼女の案件を一般キューに入れてしまう。これは、言語、アイデンティティ、そして誰が「重要な存在」とみなされるかについて、システムの前提に組み込まれた偏りを反映している。

現在のAIエージェントは、ニュアンスを理解する力に欠けている

医療のように誤りが許されない重要分野では、影響はさらに深刻になる。2024年に自動音声認識を臨床現場で調べた研究では、非ネイティブのアクセントや方言を話す人々に対して、システムの性能が一貫して低いことがわかった。

これにはベトナム語のような声調言語や、アフリカ系アメリカ人英語のような変種も含まれていた。その結果、書き起こしの誤りが誤診、治療の遅れ、その他の深刻な結果につながりかねず、特にすでに構造的な障壁に直面している患者にとって大きな問題となる。

こうした問題の露呈は、根本的なことを示している。多くのAIエージェントは、人々が実際にどのように話すかを反映するようには作られていなかったのだ。これらのシステムがコードスイッチング、方言、くだけた言い回しに対応できないのは、組織がそのような複雑さに対応できるように構築しなかったからである。そして、それができなければ、AIは支援すべき人々を本当に支えることはできない。

より良いAIエージェントを構築するには、人々の現在地に合わせることだ。

文化横断的な規範を組み込む

とはいえ、AIには文化横断的な協働を支える大きな可能性がある。

適切に設計されれば、AIエージェントは橋渡し役となりうる。言語間の翻訳を行い、組織の知識を蓄積し、システムがより迅速に、より公平に、そしてより共感を持って対応できるようにする。ただし、そうした目標を念頭に置いて構築される場合に限られる。

その出発点は文化的知性である。言語は中立ではないからだ。人々は会話に自分自身のすべてを持ち込む。すなわち、アイデンティティ、歴史、感情、期待である。そして多言語的または多文化的な文脈では、これらの層が重なり合い、増幅する。

実際に文化を越えて機能するAIエージェントを構築するには、最初から多様性を前提として設計しなければならない。つまり、画一的な振る舞いに頼ることなく、言語、地域、ユースケースごとに異なる規範に適応させる必要がある。

たとえば、日本で顧客サポートの会話において口調を調整したり、ナイジェリアで遠回しな表現を丁寧さの表れとして認識したりすることが挙げられる。そうした点こそが、機能的な対応と敬意ある対応との違いである。

そこに到達するためには、次のことが必要である。

• 低リソース言語に投資する。

• 地域の言語コミュニティと連携する。

• 信頼できる代表性のあるデータでシステムを学習させる。

しかし、構築は作業の一部にすぎない。AIエージェントの評価方法も見直す必要がある。単語誤り率や意図の正確性といった標準的な指標では、現実世界のコミュニケーションの全体像は捉えきれない。単語誤り率や意図の正確性では、AIエージェントが感情的なトーン、文脈、会話のリズムを理解しているかどうかを、より適切に評価する必要がある。

• その応答は、正確であるだけでなく、適切か？

• 緊急性と苛立ちを区別できるか？

• いつ上位の担当者に引き継ぐべきか、またいつ沈黙を保つべきかを判断できるか？

文化的知性には協働が不可欠である

協働は、エンジニアと言語学者の間だけでなく、これらのシステムが支えようとしているコミュニティとの間でも重要である。そのためには、設計プロセスにフィードバックのループを組み込む必要がある。人々が自ら使う技術の形成に関与するとき、そこに信頼が生まれるからである。

結局のところ、一つの声だけを念頭に置いて構築すれば、不公平を助長してしまう。しかし、多くの人々のために構築すれば、包摂が可能になり、AIエージェントは障壁ではなく橋渡しとなる。